@
Sh1xin #8 LLM 不是烧 token 的问题，是稳定性的问题。
如果你是想 LLM 能像实习生一样，多教几次就能熟练、稳定的执行指令，现阶段不可能啊。LLM 参与自动化任务本身就是最大的不稳定因素，这和自动化要求的稳定相违背的，更别提高效了。
LLM 要反复试错才能解决问题，这在编码领域已经充分验证了呀，一句话丢给 LLM ，等会来看项目已经是一坨屎了，只有时刻盯着才能把项目写出来。只能提效，如果稳定性稍差，反而降效。
业务场景如果要引入自动化往往已经是稳定的业务流，在追求高效了。这不是探索性质的任务。
比如你当前的困境是网页元素变动导致脚本失效，想引入 LLM 来做代替。
这个方案我尝试过，纯脚本或者纯 LLM 都有各自缺点，混合型是不错的路子，比如脚本无法继续的时候，调 LLM 出来救场。LLM 此时的作用是拟人进行高级决策判断。想法蛮好的，但只要用过几次就知道，理想和现实的差距还是蛮大的，最终我放弃集成了。
业务问题就用业务方式解决，技术还没到这个阶段的时候，引入这种不完善的技术反而让业务开展充满阻碍。
LLM 在当下这个场景里，快速编码是更具备价值的能力，你的脚本失效，如果往常需要更多时间来编码，现在用 LLM 只需要自己定位问题，想好解决思路，然后让 LLM 编码，你来快速交付。这样就能更大程度的发挥业务价值，否则 LLM 真能代替你了，那下岗也不远了。